尽管人工智能生成的音乐如今已在商业上成为主流，但法律框架仍在努力追赶，尚未跟上发展的步伐。目前，这一行业并非由明确的规则所引导，而是由诉讼、私人许可交易以及处于早期阶段的监管措施共同塑造的。

对于权利持有人、平台以及技术开发者而言，核心的矛盾关系是清晰的：人工智能音乐已经在大规模地使用和商业化，但其法律基础仍然处于不确定的状态。在本文中，我们将探讨围绕人工智能音乐的关键法律进展，以及这些进展对于在音乐行业内或音乐行业周边运营的企业究竟意味着什么。

诉讼：关键问题仍然悬而未决

大多数关于人工智能音乐的争议，最终都可以归结为三个根本性的问题：

第一，在录音制品或音乐作品上训练人工智能模型，根据版权法的规定是否构成“复制”行为；

第二，谁（如果有的话）是人工智能生成音乐的“作者”；

第三，如果人工智能生成的内容与现有作品构成相似，是否会产生侵权责任。

在美国，主要唱片公司如环球音乐、索尼音乐以及华纳音乐，已经对多个人工智能平台提起了诉讼（其中包括专门面向音乐领域的人工智能平台，如Suno和Udio，以及更近期被诉的Anthropic公司旗下的Claude模型），指控这些平台在模型训练过程中未经授权使用了受版权保护的音乐，并且对生成侵权复制品表示严重关切。自这些诉讼提起以来，其中部分案件已经达成和解（特别是涉及Udio和华纳音乐的那些案件），而其他案件（尤其是那些涉及Suno、索尼音乐以及Anthropic公司的案件）仍在进行当中。截至目前，美国法院尚未作出任何最终的判决，从而解决围绕人工智能音乐与版权之间关系的那些核心法律问题。这些案件是针对人工智能模型开发者提起的，而非针对生成最终输出的终端用户，这一事实或许表明，对于侵权性输出的责任，更有可能由开发者来承担——但这一点仍有待最终的司法裁决来确定。

英国在这一领域的诉讼活动落后于美国。目前英国仍然没有任何专门针对人工智能音乐的判决，但高等法院在Getty Images诉Stability AI一案中的裁决提供了重要的背景参考。法院在该案中认定，Stability AI公司所开发的Stable Diffusion人工智能模型本身并不构成“侵权复制品”，因为该模型并没有储存相关版权作品的复制件。然而，至关重要的是，该判决并未解决一个更广泛的问题，即根据英国法律，将受版权保护的作品用于人工智能模型训练是否构成版权侵权。

另一个更为复杂的问题是司法管辖权的归属。如果模型训练行为发生在英国境外，权利持有人在提起成功诉讼时可能会面临重大的证据障碍和地域管辖障碍。这一现实情况凸显出一个实践中的矛盾关系：人工智能开发本身具有天然的全球性特征，而版权法却建立在严格的地域性原则之上。辩论双方的企业都应当对这一差距保持足够清醒的认识。

就英国的立法框架而言，成文法的确为这些问题提供了一定的指引。《1988年版权、外观设计和专利法》明确承认“计算机生成”的作品能够获得版权保护，并将此类作品的作者定义为“为作品的创作作出必要安排的人”。然而，在缺乏判例法来解释这一条款如何适用于现代生成式人工智能系统的情况下，关于究竟是输入提示词的用户，还是人工智能模型的开发者，能够符合这一定义下“作者”的资格，目前仍然处于不确定的状态。

向许可模式的转变

主要权利持有人和科技公司正在越来越多地探索许可安排，而非仅仅依赖诉讼途径。这些许可安排允许在双方约定的条件下，将音乐曲库用于人工智能模型的训练。此类交易通常包含若干要素，例如经过合法授权的数据集、确保艺术家同意或控制权的机制（有时采用选择加入的模式），以及某种形式的补偿或收入分成安排，尽管这些要素的具体结构仍在不断演变之中，且在整个行业内尚未形成统一的标准。

这标志着一种重要的思路转变：从将人工智能训练本身视为固有侵权行为，转向将其视为一种可以通过许可授权的使用行为，就像采样或流媒体播放那样。在这些场景下，使用是被允许的，但需要为此支付费用。对于正在开发音乐人工智能工具的企业而言，获得适当的许可，正迅速成为降低法律风险、维护品牌声誉的有效途径。

在英国，政府近期决定不推进一项原本会大幅扩展文本与数据挖掘例外的提案（该提案原本允许在权利持有人有权选择退出的前提下进行更广泛的人工智能训练），这一决定进一步强化了向许可模式转变的方向。取而代之的是，近期的政策讨论强调了许可和商业谈判作为促进受保护作品获取途径的重要作用。与美国版权法下较为宽泛的合理使用例外不同，英国的合理使用框架要狭窄得多，这使得许可成为使用版权作品的一种尤为重要的方式。

然而，这一模式仍然十分复杂。此类许可交易中尚未解决的关键问题包括：如何评估用于模型训练的音乐作品的价值；许可是否延伸到对演唱风格或“仿声”复制行为的授权；以及人工智能生成的输出结果在受控环境之外如何被利用。这些不仅仅是技术性问题，它们触及到收入如何在人工智能音乐价值链上分配、风险如何在各个环节之间分配的核心。

监管仍然呈现碎片化状态

虽然各国政府正在作出回应，但至今尚未形成一个单一的、全面的监管框架。其结果是，不同司法管辖区的监管措施处于不同的发展阶段，呈现出一种拼凑式的格局。

在欧盟，《欧盟人工智能法案》对某些人工智能生成或经过操纵的内容引入了透明度要求，例如在特定情境下披露深度伪造内容以及标注义务。预计在2026年晚些时候，一旦该法案项下的剩余规则得到实施，执法行动将随之启动。在美国，目前仍然没有一部全面的联邦人工智能法律。相反，监管措施正在州层面逐步显现，立法者们将关注重点放在了一些范围较窄但增长迅速的风险领域，例如声音克隆、深度伪造身份冒用，以及未经授权使用他人肖像或声音的行为。

在英国，政府一直在审查现有法律框架（特别是版权法、数据保护规则以及表演者权利）如何适用于人工智能生成的内容。一个关键的政策焦点是“数字复制品”的概念，包括人工智能生成的语音或形象模拟。政府已经就是否需要制定新的、专门的保护措施，与创意产业进行了广泛的征求意见和磋商。然而，目前尚不存在一个完全付诸实施的数字复制品制度，未来的规则仍在积极的制定过程当中。

在政府监管的同时，数字平台和行业组织也在引入各自的治理机制。例如，Spotify已经更新了其平台政策以应对人工智能生成的音乐问题，具体措施包括提高元数据的透明度、打击类似垃圾信息的人工智能内容上传行为，以及参与行业层面的努力（例如通过数字数据交换等组织制定的标准）来改进音乐内容的标注和归属管理。

总体而言，其结果是一个多层次、不断演变的治理体系。在这个体系中，法律监管、平台政策和行业标准正在并行发展，但在不同地区和不同部门之间仍然存在着不一致性。

这对您的企业意味着什么

人工智能生成的音乐既没有被诉讼所阻止，也没有被成文法完全监管。相反，它正在通过法律压力、商业谈判以及平台治理的结合方式被塑造和定义。

对于在这一领域运营的企业而言（无论它们是权利持有人、技术开发者、平台，还是投资者），关键挑战已经不再是人工智能生成的音乐在原则上是否合法。真正的挑战在于，在一个规则尚未定型、仍在不断完善和确立的体系当中，如何构建权利、管理风险以及实现价值捕获。主动地参与和适应正在兴起的许可及监管格局，是至关重要的。（编译自www.mondaq.com）

翻译：刘鹏　校对：吴娴